针对标签印刷生产过程中存在的多品种、小批量、客户定制化程度高、部分生产工序存在不确定性等问题建立了以最小化最大完工时间为目标的柔性作业车间调度模型，提出了一种改进遗传算法（GA）。首先，在标准遗传算法的基础上采用整数编码；然后，在选择操作阶段采用轮盘赌法，并通过引入精英解保留策略以确保算法收敛性；最后，提出动态自适应交叉和变异概率，从而保证算法在前期进行较大范围寻优，以避免早熟，而后期尽快收敛，以保证前期获得的优良个体不被破坏。为了验证所提改进遗传算法的可行性，首先采用Ft06基准算例把所提算法与标准遗传算法（GA）进行比较，结果显示改进遗传算法的最优解（55 s）优于标准遗传算法的最优解（56 s），且改进遗传算法的迭代次数明显优于标准遗传算法；然后通过柔性作业车间调度问题（FJSP）的8×8、10×10和15×10标准算例进一步验证了算法的稳定性和寻优性能，在3个标准测试算例上改进遗传算法均在较短时间内取得了最优解；最后，将该算法用于求解标签印刷车间的排产问题时，使得加工效率比原来提高了50.3%。因此，提出的改进遗传算法可以有效应用于求解标签印刷车间的排产问题。